一文帶你讀懂深度學(xué)習：AI 認識世界的方式如同小孩

　　這種類(lèi)似的方式也可以用來(lái)給“貓”“房子”之類(lèi)的網(wǎng)絡(luò )圖片打標簽。通過(guò)提取一組相同物體圖片的共有特征，比如將所有貓狗區分開(kāi)的圖案，系統最終可以識別新圖片里的貓，即便新的圖片和之前的圖片沒(méi)有任何相似點(diǎn)。

　　一種自下而上的學(xué)習方式叫做無(wú)監督學(xué)習，現在仍處于非常初級的階段。但是它可以檢測數據中沒(méi)有打上標簽的圖案。它僅僅尋找能夠識別一個(gè)物體的特征束，比如說(shuō)眼睛和鼻子通常會(huì )一起組成一張臉，這有別于背景中的樹(shù)或者山。

　　《自然》雜志2015年發(fā)表了一篇文章解釋了自下而上的方式發(fā)展的進(jìn)城。Google下屬DeepMind的研究者們使用了一種結合了兩種不同自下而上的方式，即深度學(xué)習和強化學(xué)習，從某種角度來(lái)說(shuō)能讓電腦掌握玩雅達利2600電子游戲的訣竅。電腦一開(kāi)始不知道游戲是如何運行的。最開(kāi)始是通過(guò)隨機的猜測最佳行動(dòng)方式并不斷接收結果反饋。深度學(xué)習幫助系統發(fā)現屏幕上的特征，而強化學(xué)習會(huì )根據特征返回一個(gè)高分。擁有該系統的電腦可以在幾個(gè)游戲上都達到流暢的水準，甚至在一些案例中，電腦玩的比高級玩家還要好。也就是說(shuō)，其他人類(lèi)可以掌握的游戲，該系統也可以順利掌握。

　　應用AI學(xué)習大的數據集，比如幾百萬(wàn)張Instagram上的圖片，郵件或者聲音片段，并進(jìn)行圖像識別或者聲音識別時(shí)，有時(shí)會(huì )得到令人氣餒的結果。但即便如此，我們應該記得，在有限的數據或者訓練情況下，我的孫子仍然可以準確識別動(dòng)物或者回答問(wèn)題。對于五歲兒童非常簡(jiǎn)單的問(wèn)題，對于計算機來(lái)說(shuō)仍然很困難。

　　要想讓計算機識別出一個(gè)絡(luò )腮胡子的臉需要幾百萬(wàn)張案例，但是我們只需要幾張就可以了。通過(guò)大量的訓練之后，計算機可能可以識別出一只之前沒(méi)有出現過(guò)的貓的圖片。但是這種識別能力與人類(lèi)概括的能力是不同的。因為計算機軟件推理的方式不同，難免會(huì )有失誤。有些貓的圖片可能不會(huì )被標注為貓，也有可能會(huì )出現不是貓的圖片被標為貓的情況。但即便是模糊的一瞥，人類(lèi)也不會(huì )弄錯。

　　發(fā)展之路

　　另外一種近些年改變了AI的深度學(xué)習方式則是自頂向下的模式。它假設我們可以從具體的數據中得到抽象的解釋?zhuān)驗槲覀円呀?jīng)知道了很多知識，并且大腦已經(jīng)可以理解各種基本的抽象概念了。就像科學(xué)家，我們可以使用這些概念來(lái)形成關(guān)于世界的假設，并且預測假設正確的情況下會(huì )呈現出哪種情況，這是和自底向上的AI模式相反的方式。

　　回到剛剛我們討論的垃圾郵件的問(wèn)題，這個(gè)概念可以得到很好地詮釋。之前我從某個(gè)期刊的編輯收到一封郵件，聲稱(chēng)我在他們的期刊上發(fā)表了一篇文章，要和我討論一下。這個(gè)編輯的名字很奇怪。這封郵件既沒(méi)有尼日利亞，也沒(méi)有萬(wàn)艾可，也沒(méi)有百萬(wàn)美元獎金——可以說(shuō)沒(méi)有任何垃圾郵件的特征。但是通過(guò)我已有的關(guān)于垃圾郵件的抽象認識，我就知道這封郵件值得懷疑。

　　首先，我知道發(fā)送垃圾郵件的人是想通過(guò)人的貪心來(lái)從其他人那里竊取金錢(qián)。我還知道有些合法的“開(kāi)源”期刊開(kāi)始通過(guò)向作者征收費用來(lái)盈利了。而且我的研究領(lǐng)域和這些期刊毫無(wú)關(guān)系。把這些信息全部整合在一起，我得出一個(gè)可靠的假設那就是這封郵件想誘惑一些學(xué)術(shù)人士付費在這些期刊上發(fā)表假的論文。只要通過(guò)這一個(gè)例子我就可以得出這樣的結論，如果我想繼續驗證我的假設的話(huà)，只需要使用一個(gè)搜索引擎工具來(lái)查看編輯的信譽(yù)度就可以了。

　　計算機科學(xué)家會(huì )把我的推理過(guò)程稱(chēng)為生成模型，一種可以代表抽象概念，比如貪婪和欺騙的模型。這種模型同時(shí)也可以用來(lái)描述產(chǎn)生假設的過(guò)程——也就是得出這封郵件可能是垃圾郵件的結論為推斷過(guò)程。這個(gè)模型讓我理解了這種垃圾郵件是如何運作的，但同時(shí)也讓我思考了一下其他類(lèi)型的垃圾郵件的模式。

　　在上個(gè)世紀五六十年代AI和認知科學(xué)第一波浪潮興起時(shí)，生成模型非常重要。但是生成模型也有局限性。首先，很多事實(shí)依據的模式理論上可以用不同的假設解釋。比如我剛剛提到的案例中，雖然看上去不太像，但是那封郵件也可能是合法郵件。所以，近年來(lái)學(xué)界提出生成模型需要和或然性推理結合起來(lái)，這是領(lǐng)域內的一次重要發(fā)展。其次，形成生成模型的基本概念的來(lái)源通常不是很清晰。

　　近年的一個(gè)自頂向下的方式的基本案例——貝葉斯模型也許可以解決這兩個(gè)問(wèn)題。貝葉斯模型是以十八世紀的統計學(xué)家和哲學(xué)家托馬斯·貝葉斯的名字命名，該模型使用貝葉斯推論將生成模型和或然性理論結合起來(lái)。如果某個(gè)假設是對的，那么概率生成模型會(huì )告訴你看到對應的數據型態(tài)的可能性。如果一封郵件是垃圾郵件，那么這封郵件可能迎合了讀者的貪婪之心。不過(guò)當然，一封不是垃圾郵件的郵件也可能滿(mǎn)足讀者的貪婪。貝葉斯模型將潛在假設和你看到的數據結合起來(lái)，讓你清楚地分辨一封郵件到底是合法郵件還是垃圾郵件。

　　這種自頂向下的方式比自底向上的方式要更類(lèi)似兒童學(xué)習的方式。這就是為什么過(guò)去15年里我和我的同事們一直將貝葉斯模型應用在兒童學(xué)習研究中。我們的實(shí)驗室一直用這種方式來(lái)理解兒童學(xué)習因果關(guān)系的過(guò)程，并預測兒童何時(shí)以何種方式發(fā)展出新的關(guān)于世界的理解，或者更新他們已有的認知。

　　貝葉斯模型也是訓練機器像人類(lèi)那樣思考的最好的方式。2015年，麻省理工學(xué)院的JoshuaB.Tenenbaum和紐約大學(xué)的BrendenM.Lake以及他們的同事在《科學(xué)》雜志上發(fā)表了一篇研究論文。他們設計了一種人工智能系統，可以認出陌生的手寫(xiě)文字。這件事對人類(lèi)來(lái)說(shuō)很容易，但是對計算機來(lái)說(shuō)則非常復雜。

　　想想你自己的辨別能力。即便你從來(lái)沒(méi)有見(jiàn)過(guò)日本的片假名，你還是可以發(fā)現片假名之間的區別。甚至你自己都可以重新寫(xiě)出一些片假名或者設計類(lèi)似片假名的文字，而且你會(huì )清楚的知道片假名和韓國文字，俄羅斯文字之間差異很大。這就是Tenenbaum的團隊設計的一種軟件。

　　通過(guò)自底向上的方法，計算機會(huì )從上千張樣例中找到合適的模式辨別新的文字。而貝葉斯模型則通過(guò)一個(gè)通用模型訓練機器來(lái)寫(xiě)文字，比如筆畫(huà)可以往左或者往右。當該軟件寫(xiě)完一個(gè)文字的時(shí)候，再寫(xiě)下一個(gè)。

　　當該軟件對一個(gè)現有文字進(jìn)行識別時(shí)，軟件可以推測出寫(xiě)出該文字的筆順，然后會(huì )自動(dòng)設計出一組類(lèi)似的筆順。該軟件識別文字并設計筆順的方式和我推理自己收到的郵件是不是垃圾郵件的方式是一樣的，但是Tenenbaum的模型的推理過(guò)程目的在于得到想要的文字。數據一樣的情況下，這種自頂向下的程序比深度學(xué)習要有效的多，甚至接近人類(lèi)表現。

　　完美融合

　　自底向上和自頂向下的方式都是深度學(xué)習的有效方式，并且各有優(yōu)劣。使用自底向上的方式，計算機不需要理解任何有關(guān)貓的內容，但是需要大量的數據來(lái)訓練。

　　貝葉斯模型只需要一小部分數據，便可以大范圍應用。但是這種自頂而下的方式需要對正確的假設做大量的解釋。兩種方式的設計者可能會(huì )碰到同樣的問(wèn)題。這兩種方式都只適合用來(lái)解決一些簡(jiǎn)單清晰的問(wèn)題，比如識別手寫(xiě)的文字或者貓的圖片或者是玩Atari游戲。

　　但是兒童學(xué)習的過(guò)程卻沒(méi)有這種限制。發(fā)展心理學(xué)家們發(fā)現兒童在某種程度上能融合這兩種方式的優(yōu)點(diǎn)，并且最大化應用這兩種方式。像我的孫子學(xué)習的時(shí)候只需要一兩個(gè)例子，就像自頂而下的方式。但是他某種程度上也會(huì )通過(guò)這些數據整理出關(guān)于這些例子的抽象概念，就像自底向上的方式。

　　我的孫子可以做的事情還有很多。他可以很快地辨認貓和字母，甚至可以得出一些遠遠超出他的經(jīng)驗和背景知識的推斷。他最近說(shuō)，要是一個(gè)大人想變成孩子，就應該不吃健康的蔬菜，因為這些東西讓孩子長(cháng)成了大人。而我們卻不知道這種富有創(chuàng )意的推理是從哪里來(lái)的。

　　當我們聽(tīng)到人工智能對人類(lèi)是一種威脅這種觀(guān)點(diǎn)的時(shí)候，我們應該想到人類(lèi)大腦的神秘力量。人工智能和機器學(xué)習聽(tīng)起來(lái)很可怕，當然從某種角度來(lái)說(shuō)，確實(shí)也是。部隊在考慮用這些技術(shù)來(lái)控制武器。比起人工智能，人類(lèi)的愚蠢有時(shí)候能帶來(lái)更大的威脅，我們應該盡可能地正確地規范使用這些技術(shù)。摩爾定律早已表明，即便在理解人類(lèi)思維上沒(méi)有什么革命性的理論，僅僅是數據和計算能力的大量增長(cháng)也可以帶來(lái)計算結果的顯著(zhù)提升，并且產(chǎn)生重要的具有實(shí)質(zhì)意義的結果。也就是說(shuō)，人工智能的出現并不意味著(zhù)顛覆世界。